不同天气状况下高原公路纵坡路段驾驶负荷分析

时间：2024-09-03

高超，朱兴林，艾力·斯木吐拉，蒋松强

(新疆农业大学交通与物流工程学院，新疆乌鲁木齐 830052)

近几年来，重大、特大交通事故频繁发生，不同于其他公路，高原公路独特的地理位置以及特殊的低氧环境容易造成驾驶员反应迟缓，在行车过程中导致驾驶操作产生变形，行车判断不准确，甚至会决策失误，造成人员伤亡。高海拔地区空气中的氧含量较低，心率会明显加快，同时伴有心输出量和血压的增加，呼吸频率明显加快，会出现呼吸急促、胸闷等症状[1-2]。目前，国内对高原公路驾驶负荷与道路线形的研究仍处于起步阶段，李文伟[3]等定量分析K随高程H、竖曲线半径R以及绝对坡差|ω|的变化规律，得出高程、竖曲线半径和绝对坡差对驾驶员体力负荷均有明显影响的结论；乔建刚[4]等分析高原区不同海拔高度驾驶员心率增长率的变化规律，并确定了高原区道路纵坡坡度限值和最大纵坡折减值；李岩岩[5]等通过定量分析，分别建立驾驶员β 频段脑电(EEG)信号变化值与试验路段海拔、道路线形之间的关系模型；刘洋[6]等通过定量分析，确定了高原公路纵坡路段影响驾驶员心率变化的主要因素；国外对高原公路的研究大部分集中在冻土及稳定性分析方面[7-8]；不仅仅是高海拔造成驾驶员产生高原反应，纵坡坡度及坡长加重了驾驶员的工作负荷。

国内外相关学者围绕纵坡路段驾驶负荷进行了大量的研究，研究对象包括山区公路[9-10]，草原公路[11-12]，高原公路[13]，高速公路隧道[14-15]等。但是限于地理位置以及天气状况，考虑的因素仅仅只是海拔高度、纵坡坡度以及纵坡坡长；影响驾驶负荷变化因素考虑得还不够全面，从未考虑在不同天气状况下，高原公路纵坡路段驾驶负荷的变化规律。基于此，本文在前人的研究基础上进一步分析在恶劣天气下高原公路纵坡路段对驾驶人变化规律的影响。以期为高原公路设计提供理论依据，更好地减少不同天气状况下交通安全事故的发生和提高高原公路道路安全水平。

1 试验

1.1 试验道路

本次高原公路实地行车试验路段位于国道G217独库公路K670+500～K692+000段，试验路段为哈希勒根隧道口至乔尔玛烈士陵园，路段长度大约21.5 km，哈希勒根隧道口海拔高度达到3500 m，为海拔高度最高点；乔尔玛烈士陵园海拔高度约为2 500 m，为海拔高度最低点。限速50 km/h；此路段交通量小，路段通行状况良好且基本不受影响，机动车较少，车辆全程处于自由行驶状态，试验期间车辆全程保持匀速50 km/h行驶，排除车速对驾驶员心理的干扰；行车试验期间未受到其他车辆的干扰，纵断面高程差起伏较大，且坡长变化范围较大；同时，超车、会车的情况未出现，排除了各种外界车辆对生理指标的干扰。在相同路段(匀速行驶时每位驾驶员驶过路段的道路线形和海拔高度基本一致)行驶时驾驶负荷的变化也基本相同，即可剔除其他因素(弯道、路测环境及路测高度等)的影响。纵断面走势如图1所示。

(a) 上坡路段

1.2 试验仪器

试验仪器选用加拿大Thought Technology公司的ProComp Infiniti生理仪采集心电参数，通过蓝牙设备传输到电脑中，将探险家GPS Receiver插入电脑USB接口，对行车的海拔高度和经纬度进行检测和收集，德国Ergoneers公司的D-LAB心理人因同步研究系统同步采集相关心电实时数据和GPS数据，并由D-LAB软件自带的数据处理模块分析输出数据并进行存储，存储格式是扩展名为txt 的文件，且设备连接状况良好，数据传输正常，试验期间设备无异常反应。用行车记录仪进行路况录制，试验车辆为东风日产奇骏2.0L CVT自动挡SUV，见图2。

(a) 生理仪

1.3 试验人员

选取32名男性驾驶员作为被试驾驶员，年龄为24～61岁，平均年龄为34.8岁，实际驾龄为1～25 a，平均驾龄为9.2 a，维持平日的驾驶习惯，保持自然舒适状态驾驶，所有被试驾驶员均有一定程度的驾驶经验，能独立自主地完成高原公路行车试验任务。试验开始前将电极片粘贴至被试驾驶员胸前，试验过程中保证精力充沛并将ProComp Infiniti生理仪与驾驶员进行连接，且对试验设备和仪器没有不良反应，且被试驾驶员无心脑疾病历史，见图3和表1。

(a) 被试人员

表1 被试驾驶员基本信息表Table 1 Basic information of tested driver编号年龄民族驾龄/a编号年龄民族驾龄/a161维121754汉25227汉31832哈3345汉51928哈5430哈22035哈4533哈102134哈12636哈112236哈6738哈122340汉15830哈12438哈10929哈102529哈121048汉292625哈71139哈112724汉21225哈42824哈11332汉102939哈191442哈73027维71525汉33130哈41644汉253234汉7

1.4 试验环境

为研究在不同天气状况下高原公路纵坡路段对驾驶员的影响，在海拔高度3 000～3 500 m试验路段，试验环境选取不同天气状况，即良好天气和恶劣天气，其中包括晴朗天气、雪天+浓雾2种天气状况。在这2种不同天气状况下进一步研究高原低氧环境下纵坡路段对驾驶员工作负荷的影响。

2 评价指标的选取

心率是心脏每分钟跳动的次数。心率的升高与紧张程度、作业强度成正比，并且与循环机能、呼吸有着极其密切的联系，所以心率的波动是衡量人体承受负荷大小的一个非常重要的指标[13-15]。心率增长率可以实时、有效地反映被试驾驶人心脏跳动及心率波动的规律，故心率增长率是表征驾驶人负荷变化的敏感指标。心率增长率越大，驾驶负荷相应的也就越大。用被试驾驶人在行车前平静坐姿状态下的平均心率作为基准心率，用驾驶员行车过程中某一时刻的心率值作为实测值，进行心率增长率的计算，部分实验数据见表2,其计算公式如下：

(1)

表2 部分实验数据Table 2 Partial experimental data时间海拔/m坡长/m坡度/%平均心率值/(次·min-1)心率增长率/%22∶26.73 328230.530 54.47%67.836 978 7128.25%22∶42.93 335213.913 94.74%67.836 978 7130.37%22∶51.43 3441255.40%67.836 978 7125.45%22∶58.13 350111.111 13.20%67.836 978 7126.47%

3 数据分析

3.1 偏相关分析

利用SPSS对心率增长率与坡度、坡长之间的关系进行偏相关分析，分析结果如表3、表4所示，通过分析发现，各影响因素的显著性水平均小于0.05，符合显著性检验的结果。

表3 上坡路段偏相关分析Table 3 Partial correlation analysis of uphill section因素雪天+浓雾天气与心率增长率相关分析晴天与心率增长率相关分析相关性显著性(双尾)自由度相关性显著性(双尾)自由度坡度0.7950530.769051坡长0.8610530.898051

表4 下坡路段偏相关分析Table 4 Partial correlation analysis of downhill section因素雪天+浓雾天气与心率增长率相关分析晴天与心率增长率相关分析相关性显著性(双尾)自由度相关性显著性(双尾)自由度坡度-0.829054-0.91037坡长0.8960540.895037

在海拔高度3 000～3 500 m上坡行驶路段，2种不同天气状况下，坡长和坡度与心率增长率均有较强的相关性；恶劣天气(雪天+浓雾天气)下，心率增长率与坡度、坡长的相关系数分别为0.795和0.861；良好天气(晴天)下，心率增长率与坡度、坡长的相关系数分别为0.769、0.898；即在不同天气状况下，心率增长率与坡度中度相关(0.3 <=|r| < 0.8)，心率增长率和坡长高度相关(0.8 <=|r|<=1)。

在海拔高度3 500～3 000 m下坡行驶路段，在2种不同天气状况下，心率增长率与坡度、坡长均有较强的相关性，恶劣天气(雪天+浓雾天气)下，心率增长率与坡度、坡长的相关系数分别为-0.829、0.896；良好天气(晴天)下，心率增长率与坡度、坡长的相关系数分别为-0.91、0.895；相关系数r的绝对值均大于0.8，属于高度相关(0.8 <=|r| <=1)；且坡度与心率增长率呈高度负相关。

3.2 坡长与心率增长率的关系

3.2.1上坡路段

利用Origin软件对数据进行整理并绘出散点图，海拔高度3 000～3 500 m上坡路段，在恶劣天气和良好天气下进行行车试验中，心率增长率和坡长有着很强的相关性，离散程度较低；即随着坡长的增加，海拔高度的不断升高，驾驶员为适应高海拔地区含氧量下降及不断变化的纵坡长度，心率增长率也不断增加。如图4所示，晴天天气状况下，随着坡长的增加，心率增长率呈增大的趋势，心率增长率从15%到40%较为稳定地增长，没有出现大幅度的波动，数据点均处在95%置信区间和预测区间之中，可信程度较高。在雪天+浓雾天气下，坡长200 m以内，心率增长率未出现较大幅度的增长；随着降雪量及大雾浓度增加，行车视野下降，驾驶员无法准确地判断前方路况及不断变化的道路线形；坡长超过200 m时，坡长越长，驾驶员心率增长率出现大幅度的增长，心率增长率对坡长的变化更加敏感；温度降低路面结冰导致轮胎与地面摩擦系数降低，容易造成轮胎轻微的打滑，驾驶员驾驶负荷急剧增加，心率增长率最高值接近76%。复杂多变的天气条件给驾驶条件带来了极为恶劣的影响，为道路的交通安全埋下了极为恶劣的隐患。

图4 上坡路段坡长-心率散点图Figure 4 Slope length heart rate scatter diagram of uphill section

3.2.2下坡路段

如图5所示，在海拔高度3 500～3 000 m下坡路段行车试验时，晴天天气状况下，随着坡长的增加，心率增长率随之增大，心率增长率增长幅度较为稳定；雪天+浓雾天气状况下，道路能见度降低，路面结冰造成轮胎轻微打滑，车速会适当地加快，为此驾驶员要进行车速控制和稳住方向，当坡长超过200 m时，汽车制动的距离变长，驾驶员注意力和精力高度集中，出现紧张的状况，心率增长率增长幅度变大，在高原公路复杂的恶劣天气状况下，心率增长率由40%增加至75%，驾驶负荷处于高度负荷状态，严重影响道路交通安全。

图5 下坡路段坡长-心率散点图Figure 5 Slope length heart rate scatter diagram of downhill section

3.3 坡度与心率增长率的关系

3.3.1上坡路段

当驾驶员在不同天气状况下行车试验时，由图6(b)可知，晴天天气情况下，在3%～7%的坡度范围内，随着坡度的增加，心率增长率随之增加；当坡度大于5%时，心率增长率的增长幅度更为明显，即心率增长率对坡度的变化较为敏感。究其原因在于，坡度越大，上坡时的行驶阻力越大，为了避免车速发生衰减，驾驶员需增加更多的脚步操纵量来提高发动机的输出功率，导致体力负荷增加；与此同时，雪天+浓雾天气状况下，陡峭的纵坡和模糊的视线会给驾驶员造成视觉上的压力，加重驾驶人的精神负荷和心理负担，如图6(a)所示。

图6 上坡路段坡度-心率散点图Figure 6 Gradient heart rate scatter diagram of uphill section

3.3.2下坡路段

在整个坡度区间内，晴天天气状况下，由于行车试验天气状况良好，驾驶员能清晰地认知高原公路不断变化的道路线形，进行相对准确的判断和方向操作。随着坡度的增加，心率增长率也相应地增加，增加趋势趋于平缓，如图7(b)所示。雪天+浓雾天气状况下，能见度较低，驾驶员视线不足，如图7(a)所示。在浓雾环境中，驾驶员无法判断连续变化的道路线形，随着坡度的增加，心率增长率显著增加。当坡度大于5%时，已处于陡坡路段，心率增长率对坡度变化愈加敏感，即陡坡路段的驾驶负荷水平更高，更应注意行车安全。在下坡路段(尤其是陡坡)，路面结冰轮胎打滑，驾驶人需要不断踩刹车踏板来控制车速，同时还需要操纵转向盘对行驶方向进行修正，这些操作都加大了驾驶员的行车试验过程中的工作量，容易造成驾驶员精神紧张甚至引发内心恐慌。

图7 下坡路段坡度-心率散点图

4 坡长、坡度与心率增长率的关系模型

根据以上分析可知，天气因素、坡度和坡长对驾驶负荷的影响较大。因此，可以分别建立在不同天气状况下，上、下坡路段行车时心率增长率与坡长、坡度的关系模型；并用F检验对多元线性回归模型中心率增长率与坡长、坡度之间的线性关系在总体上是否显著做出推断。检验公式如下：

(2)

式中：F为检验原假设H0的统计量；SR为回归平方和；Se为剩余平方和；N为样本量；M为变量个数。

4.1 上坡模型

利用SPSS软件对不同天气状况下纵坡路段驾驶负荷建立多元线性回归模型，其中Ni、i、L分别代表心率增长率、坡度、坡长。在恶劣天气(雪天+浓雾天气)下，通过方差分析表可以得出，sig为0，p<0.05，故方差整体显著，该模型的F=116.537>F0.05(2，52)=3.175，故拒绝原假设H0，即认为在恶劣天气下高原公路上坡路段坡长及坡度对驾驶员心率增长率线性影响是显著的；在晴朗天气下，sig为0，p<0.05，故方差整体显著，该模型的F=120.567>F0.05(2，50)=3.182，故拒绝原假设H0，即认为在晴朗天气下高原公路上坡路段坡长及坡度对驾驶员心率增长率线性影响是显著的。上坡路段方差分析见表5。因此，不同天气状况下上坡路段多元线性回归模型表达式为：

Ni=5.031i+0.143L-16.95，R2=0.904，该模型的适应范围i∈(3%，7%)，L∈(100 m，350 m)，恶劣天气(雪天+浓雾天气)。

Ni=-2.349i+0.156L+5.805，R2=0.910，该模型的适应范围i∈(3%，7%)，L∈(100 m，350 m)，良好天气(晴天)。

表5 上坡路段方差分析表Table 5 Analysis of ANOVA on the uphill section方差来源雪天上坡模型方差分析晴天上坡模型方差分析平方和自由度均方F显著性平方和自由度均方F显著性回归9 777.62724 888.814116.5370.000b1 775.952887.975120.5670.000b残差2 181.4455241.951368.25507.365总计11 959.072542 144.252

4.2 下坡模型

在恶劣天气(雪天+浓雾天气)下，通过方差分析表可以得出，sig为0，p<0.05，故方差整体显著，该模型的F=144.524>F0.05(2，53)=3.172，故拒绝原假设H0，即认为在恶劣天气下高原公路下坡路段坡长及坡度对驾驶员心率增长率线性影响是显著的；在晴朗天气下，sig为0，p<0.05，故方差整体显著，该模型的F=104.179>F0.05(2，36)=3.26，故拒绝原假设H0，即认为在晴朗天气下高原公路下坡路段坡长及坡度对驾驶员心率增长率线性影响是显著的。下坡路段方差分析见表6。因此，不同天气状况下下坡路段多元线性回归模型表达式为：

Ni=9.652i+0.370L+16.717，R2=0.919，该模型的适应范围i∈(-7%，-3%)，L∈(100 m，350 m)，恶劣天气(雪天+浓雾天气)。

Ni=-3.128i+0.895L+6.676，R2=0.923，该模型的适应范围i∈(-7%，-3%)，L∈(100 m，350 m)，良好天气(晴天)。

表6 下坡路段方差分析表Table 6 Analysis of ANOVA on the downhill section方差来源雪天下坡模型方差分析晴天下坡模型方差分析平方和自由度均方F显著性平方和自由度均方F显著性回归6 459.09323 229.546144.5240.000b780.762390.38104.1790.000b残差1 184.345322.346134.9363.747总计7 643.43255915.6638